• Annual Conference of KIPS
• /
• 2012.04a
• /
• pp.506-509
• /
• 2012

스마트폰이 일반화되면서 앱 시장의 활성화와 함께 불법 앱 배포 및 사용으로 인한 많은 문제들이 발생하고 있다. 본 논문에서는 이러한 불법 앱의 배포를 막고 저작권을 강화하기 위한 하나의 방법으로써 네트워크에서 전송 중인 불법 앱을 탐지하고 신고하는 불법 앱 전송 탐지 시스템을 제안한다. HTTP와 FTP 같이 파일 전송에 많이 사용되는 통신 프로토콜을 대상으로 패킷 스니핑, 분석, 조합 과정을 통해 네트워크로 전송중인 앱 파일을 복원하며, 내부에 삽입된 워터마크를 추출하여 저작권 정보를 확인함으로써 불법 앱 전송 여부를 판단한다. 본 논문에서 제안하는 불법 복제 앱 전송 탐지 시스템은 네트워크 디바이스 수준에서 패킷 스니핑을 수행하여, 불법 앱엽 전송 탐지를 위한 시스템의 성능 저하를 최소화한다. 또한 스니핑한 패킷들을 효율적으로 조합하고 앱 파일 여부를 식별할 수 있는 기준을 제안하며, 중앙 신고 서버를 통한 탐지 결과 확인을 위한 서비스를 제공한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2019.05a
• /
• pp.122-124
• /
• 2019

최근 IoT 시스템의 관심도가 높아지고 있어 기본 활용 기술의 방법 중 블루투스 비콘 모드를 이용한 정확한 위치 탐지 방법에 대한 연구가 진행되고 있다. 본 논문에서는 블루투스 모듈의 비콘 모드를 활성화하여 불특정 다수의 사용자들에게서 획득한 정보의 고유아이디(UUID, Universally Unique Identifiers) 식별 및 특정 기기의 위치를 파악하여 해당 UUID의 위치 탐지 방법을 제안하였다. 비콘 정보의 수신신호세기(RSSI, Received Signal Strength Indicator)값을 이용하여 불특정 사용자의 위치를 탐지하고, 설정된 RSSI의 범위 구간에 따라 탐지 객체의 IoT 모듈에 접근 여부를 판단하고, 접근이 감지되었을 때 해당 모듈의 IoT 모듈의 기능을 작동시키는 방식으로 활용할 수 있다. 또한, 위치 탐지의 정확성을 위해 RSSI의 데이터를 저장하고, 저장된 데이터 관찰을 통하여 해당 블루투스의 위치 데이터를 보다 정확하게 파악하는 시스템을 설계하였다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.31 no.4
• /
• pp.605-616
• /
• 2021

While malwares must be accurately identifiable from arbitrary programs, existing studies using classification techniques have limitations that they can only be applied to limited samples. In this work, we propose a method to utilize API call frequency to detect and classify malware families from arbitrary programs. Our proposed method defines a rule that checks whether the call frequency of a particular API exceeds the threshold, and identifies a specific family by utilizing the rate information on the corresponding rules. In this paper, decision tree algorithm is applied to define the optimal threshold that can accurately identify a particular family from the training set. The performance measurements using 4,443 samples showed 85.1% precision and 91.3% recall rate for family detection, 97.7% precision and 98.1% reproduction rate for classification, which confirms that our method works to distinguish malware families effectively.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.5
• /
• pp.1083-1088
• /
• 2013

Detection and classification of undersea mines in shallow waters using active sonar returns is a difficult task due to complexity of underwater environment. Support vector machine(SVM) is a binary classifier that is well known to provide a global optimum solution. In this paper, classification experiments of sonar returns from mine-like objects and non-mine-like objects are carried out using the SVM, and classification performance is analyzed and presented with discussions depending on parameter values of SVM kernel functions.

• Annual Conference of KIPS
• /
• 2021.11a
• /
• pp.875-877
• /
• 2021

영상 매체의 발달과 영상 미디어의 쉬운 공유는 많은 이점을 가지고 왔다. 하지만 영상이 인터넷 상에서 쉽게 공유되면서 개인이 원치 않는 모습 및 정보가 자신도 모르게 공개되는 초상권 문제나 사생활 침해 문제가 발생하고 있다. 이를 막기 위해 영상의 인물을 비식별화 하고 있지만 수작업으로 진행되는 영상의 비식별화는 많은 시간과 비용이 들어간다. 이에 본 논문에서는 자동으로 영상의 인물을 탐지, 추적하여 비식별화 영상처리를 진행할 수 있는 YOLO 기반 비식별화 시스템을 제안한다.

• Journal of KIISE
• /
• v.43 no.8
• /
• pp.848-856
• /
• 2016

Seeking and recognizing maritime targets are very important tasks for maritime safety. While searching for maritime targets using radar is possible, recognition is conducted without automatic identification system, radio communicator or visibility. If this recognition is not feasible, radar operator must tediously recognize maritime targets using movement features on radar base on know-how and experience. In this paper, to support the radar operator's mission of continuous observation, we propose an algorithm for automatic recognition of an unknown ship using movement features on radar and a method of detecting potential ship related accidents. We extract features from contact range, course and speed of four types of vessels and evaluate the recognition accuracy using SVM and suggest a method of detecting potential ship related accidents through the algorithm. Experimentally, the resulting recognition accuracy is found to be more than 90% and presents the possibility of detecting potential ship related accidents through the algorithm using information of MV Sewol. This method is an effective way to support operator's know-how and experience in various circumstances and assist in detecting potential ship related accidents.

• Annual Conference of KIPS
• /
• 2017.11a
• /
• pp.232-234
• /
• 2017

사이버전 피해평가에 있어서 유무선 통합 환경에 대한 공격의 탐지와 이에 대한 평가가 필요한 상황이다. 특히 회사, 정부 및 군 시설 등에서 인가되지 않은 AP를 사용하여 공격이 발생하는 경우 각종 바이러스 및 해킹 공격에 의한 피해가 발생한 가능성이 높다. 띠라서 인가된 AP와 인가되지 않은 AP를 탐지해서 찾아 내야한다. 본 논문에서는 인가된 AP와 인가 되지 않은 AP를 탐지하기 위해 RTT(Round Trip Time)값을 데이터셋으로 만들고 각 기계학습 알고리즘 SVM(Support Vector Machine), J48(C4.5), KNN(K nearest neighbors), MLP(Multilayer Perceptron)의 결과를 비교해 성능의 차이를 밝히고 이를 통하여 공격을 탐지하여 피해평가에 연결이 되도록 한다.

• Electronics and Telecommunications Trends
• /
• v.29 no.4
• /
• pp.110-122
• /
• 2014

무선환경은 가짜 클론 디바이스가 진짜인 것처럼 위장한 해킹공격에 매우 취약한 것으로 잘 알려져 있다. 그것은 단말기와 기지국(AP: Access Point)이 위변조가 쉬운 디바이스 식별자(예로 MAC(Medium Access Control) 주소, SSID, BSSID(Basic Service Set Identification) 등)를 이용하여 상호 인증하기 때문이다. 무선핑거프린팅(Wireless Fingerprinting)은 통신과정에서 발생되는 무선신호 특성으로부터 디바이스를 고유하게 식별하는 핑거프린트를 추출하여 송신 디바이스가 가짜 클론 디바이스인지 아닌지 여부를 식별하는 기술이다. 본 기술은 무선물리계층 보안을 위한 인증 및 키 생성, 무선 침입탐지, 공격자의 위치/방향/거리 추적, 무선 포랜식 및 보안관제의 성능을 결정하는 핵심기술로 활용되고 있다. 향후 등장이 예상되는 M2M 무선랜, 무선인지네트워크, 무선센서, 무선차량통신, IoT 무선통신환경에서도 본 기술의 중요성은 더욱 증가하리라 본다. 본고에서는 무선 디바이스의 핑거프린팅 개념을 이해하고, 기술 분류에 따른 세부기법 연구 및 보안응용 동향을 분석함으로써 본 기술의 발전방향을 조망해보고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.427-431
• /
• 2007

차세대 지뢰탐지 기술로는 NQR(Nuclear Quadrupole Resonance, 핵4중극자공명), GPR(Ground Penetrating Radar, 지상 침투 레이더)등 이 연구 및 개발 중 이다. 현재 우리나라에서도 이중 GPR을 차세대 지뢰탐지 기술로 연구중에 있다. 그렇지만 지금까지 개발된 GPR 기술을 적용한 지뢰탐지기는 얻어진 2차원 영상에 대해서 육안에 의한 식별만이 가능하여 지뢰 식별이 장시간 소요된다는 단점을 가지고 있다. 이에 본 논문에서는 그러한 문제를 해결하기 위해 주성분 분석법을 적용하여 해결하고, 제안된 시스템이 가능한지 확인하기 위해 유사한 실험 환경을 구성하고, 얻어진 영상을 학습시켜 실제로 얻어진 영상에 대한 분류가 가능한지를 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.260-261
• /
• 2008

이동 물체 탐지(Object Detection) 기법은 대부분의 감시 시스템에서 가장 초기 단계로서, 이후에 물체 추적(Object Tracking) 및 물체 식별(Object Classification) 등의 지능 알고리듬에 입력으로 사용된다. 따라서 물체의 윤곽의 변화 없이 최대한 정교하게 이동 물체 영역 맵을 생성하는 것이 물체 탐지의 가장 중요한 요소가 된다. 카메라가 고정되어 있는 경우에는 현재 들어오는 영상에 대한 확률적 배경 모델을 생성할 수 있지만, 팬틸트 카메라와 같이 영상의 좌표가 변하는 환경에서는 배경 모델도 계속 변하기 때문에 기존의 배경 모델을 그대로 사용할 수 없다. 본 논문에서는 팬틸트 카메라와 같이 동적인 카메라에서 이동 물체 탐지를 위해, 국소 특징점(Local Feature)를 통해 카메라의 움직임을 판단하여 연속되는 영상간의 변환 행렬(Transformation Matrix)를 구하고 하고, 확률적 배경 모델링을 통한 이동 물체 탐지 기법을 제안한다. 자제 촬영한 이동 카메라 실험영상을 통해서 이 알고리듬이 동적 배경에서도 매우 강인하게 동작하는 것을 검증하였다.